前言：尋找寫作靈感？中文期刊網(wǎng)用心挑選的數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理系統(tǒng)的運用，希望能為您的閱讀和創(chuàng)作帶來靈感，歡迎大家閱讀并分享。

摘要：為了提高客戶關(guān)系管理系統(tǒng)的系統(tǒng)效率，在客戶關(guān)系管理系統(tǒng)中引入了數(shù)據(jù)挖掘技術(shù)，改善后的系統(tǒng)整合管理資源、業(yè)務(wù)流程和專業(yè)技術(shù)，能夠構(gòu)建服務(wù)消費者的集合，滿足客戶需求。筆者通過研究濰坊市的電信業(yè)務(wù)，在客戶關(guān)系管理系統(tǒng)中加入了數(shù)據(jù)挖掘技術(shù)，從而提高客戶關(guān)系管理系統(tǒng)的效率和客戶滿意度。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；電信業(yè)；數(shù)據(jù)準備

0引言

目前，高效的客戶關(guān)系管理系統(tǒng)需要集合數(shù)據(jù)挖掘技術(shù)，整合管理資源業(yè)務(wù)流程，能夠高效的完成客戶關(guān)系管理，針對客戶的需要挖掘出有用信息，提高客戶的滿意度和客戶關(guān)系管理的效率[1]。客戶關(guān)系管理包含一整套的解決方案，通過Internet或呼叫中心獲取客戶的各種信息，對信息進行整合和處理，分析客戶的具體需求，從而做出正確的決策，實現(xiàn)個性化服務(wù)，提高客戶的滿意度[2]。

1數(shù)據(jù)挖掘方法

目前，數(shù)據(jù)挖掘是從隨機、有噪聲、不完全、大量以及模糊的實際應(yīng)用數(shù)據(jù)中提取隱含信息或潛在的有用信息[3]。數(shù)據(jù)挖掘方法包括聚類分析法、人工神經(jīng)網(wǎng)絡(luò)、最近鄰算法以及支持向量機SVM等，通過這些算法實現(xiàn)較高的預測精度[4]。電信行業(yè)積累了的大量客戶數(shù)據(jù)和信息；但是，信息利用率不高，無法對信息進行分類處理[5]。挖掘出有用信息，并利用有用信息改善當前業(yè)務(wù)，從而提升客戶的需求，根據(jù)不同的人群需要，實現(xiàn)不同業(yè)務(wù)的推送，從而提高客戶關(guān)系管理的效率和滿意度[6-8]。

1.1數(shù)據(jù)挖掘技術(shù)應(yīng)用流程

數(shù)據(jù)挖掘需要對項目需求進行深入分析，確定目標應(yīng)用領(lǐng)域和挖掘問題。對解決問題的信息進行數(shù)據(jù)挖掘，綜合關(guān)鍵信息，分階段進行任務(wù)分配，根據(jù)數(shù)據(jù)挖掘任務(wù)的構(gòu)成，設(shè)計的客戶關(guān)系由功能、數(shù)據(jù)和方法三部分組成。通過數(shù)據(jù)挖掘技術(shù)設(shè)計客戶關(guān)系管理系統(tǒng)。

1.1.1確定挖掘目標

明確針對的挖掘問題類型，通過分析目前掌握的電信企業(yè)客戶相關(guān)資料，確定流失客戶的預測模型，根據(jù)大量的數(shù)據(jù)信息進行挖掘，然后對相似度高的信息客戶進行聚類管理，分析目標客戶的共同特征，制定相應(yīng)的營銷和服務(wù)措施。

1.1.2數(shù)據(jù)準備

數(shù)據(jù)準備是數(shù)據(jù)挖掘前的重要的一項工作，數(shù)據(jù)是否完整直接影響了數(shù)據(jù)挖掘的效率和準確度，從而影響整個客戶管理系統(tǒng)的管理效率，數(shù)據(jù)準備主要包括數(shù)據(jù)集成、數(shù)據(jù)選擇、數(shù)據(jù)預處理和數(shù)據(jù)轉(zhuǎn)換。

1.1.3數(shù)據(jù)挖掘模型的構(gòu)造與應(yīng)用

對數(shù)據(jù)挖掘模型進行構(gòu)造是客戶關(guān)系管理的重要環(huán)節(jié)，由于數(shù)據(jù)挖掘的任務(wù)的不同，需要處理的問題也不盡相同。所以，需要利用數(shù)據(jù)挖掘算法針對性的對任務(wù)進行挖掘，建立不同的數(shù)據(jù)挖掘模型。

1.1.4數(shù)據(jù)挖掘結(jié)果評價

數(shù)據(jù)挖掘模型最終分析的結(jié)果需要提取有用知識，分析得到最有價值的信息，根據(jù)用戶的評價和滿意度判斷數(shù)據(jù)挖掘是否合格。如果無法滿足客戶需求，則需要重復上述過程進行數(shù)據(jù)挖掘。

1.2系統(tǒng)功能設(shè)計

設(shè)計管理系統(tǒng)時，由于客戶性別、年齡、職業(yè)等信息的不同，使得客戶行為呈現(xiàn)多樣性。因此，系統(tǒng)通過聚類分析方法實現(xiàn)用戶信息的聚類分析，使用支持向量機等算法對用戶的信息進行聚類分析，提高客戶數(shù)據(jù)集合的預測精度，針對不同用戶提供不同的服務(wù)，提高信息的分析和使用效率。

2數(shù)據(jù)挖掘技術(shù)在客戶關(guān)系管理系統(tǒng)中的應(yīng)用

電信行業(yè)發(fā)展運營時間較長，運營過程中積累了大量信息，但是對信息的利用率不高。因此，要深層次挖掘數(shù)據(jù)，通過挖掘的信息改善現(xiàn)有業(yè)務(wù)，滿足客戶需求。通過分析數(shù)據(jù)可以得到大量有價值的信息，從而實現(xiàn)更精確高效的服務(wù)。筆者針對電信業(yè)務(wù)進行了系統(tǒng)的構(gòu)建。數(shù)據(jù)挖掘技術(shù)需要根據(jù)項目的需求進行不同的選擇，確定合適的挖掘技術(shù)進行深入分析，根據(jù)需要解決的問題進行挖掘技術(shù)的匹配，然后確定應(yīng)用領(lǐng)域。分析定位數(shù)據(jù)挖掘的問題類型，然后根據(jù)關(guān)鍵點進行數(shù)據(jù)分析。數(shù)據(jù)挖掘模型主要分為功能、數(shù)據(jù)和方法三部分，功能部分體現(xiàn)在目標和結(jié)果中。根據(jù)數(shù)據(jù)挖掘技術(shù)的特點，設(shè)計電信管理系統(tǒng)。

3系統(tǒng)功能詳細設(shè)計

分析不同客戶特征，將電信的運營商分為三類。第1類群體，長途通話次數(shù)和網(wǎng)絡(luò)通話次數(shù)較高，但是總體通話費較少，系統(tǒng)分析定位此類用戶為學生客戶群體，針對此類群體，應(yīng)該采取適當?shù)臓I銷手段，提高數(shù)據(jù)業(yè)務(wù)使用量，從而得到學生客戶群體的需求和滿意度。大大提高這個群體的利潤。第2類群體，盡管長途通話量很少，但是全部通話費用較高，這類用戶屬于企業(yè)優(yōu)質(zhì)客戶，通過分析業(yè)務(wù)得出此類群體需要撥打長途業(yè)務(wù)。因此，可以推出帶有長途套餐的業(yè)務(wù)實現(xiàn)長途業(yè)務(wù)優(yōu)惠，從而獲得較高的滿意度。第3類群體，各項消費平均，根據(jù)其他的特征進行識別分析，得出客戶的需求，在提供必要服務(wù)的同時，拓寬新的業(yè)務(wù)，從而獲得用戶的肯定和認可。最終根據(jù)數(shù)據(jù)挖掘的結(jié)果，獲取較好的方案。由于不同的客戶需求不同，需要制定不同的業(yè)務(wù)推送方案。預測用戶消費行為，通過數(shù)據(jù)挖掘識別不同的客戶特征，進而分析不同客戶的消費理念。從大量數(shù)據(jù)中通過設(shè)定的規(guī)則進行數(shù)據(jù)挖掘，得到有用信息。針對不同的客戶選擇不同的運營模式，提供給市場部門，市場部門針對性的改善服務(wù)或推送有用的信息。

4系統(tǒng)技術(shù)架構(gòu)設(shè)計

設(shè)計系統(tǒng)架構(gòu)時，要考慮系統(tǒng)的擴展性，包括硬件方面的擴充和軟件系統(tǒng)的改善。要考慮不同系統(tǒng)平臺的可移植性，設(shè)計系統(tǒng)時采用了三層系統(tǒng)體系結(jié)構(gòu)，數(shù)據(jù)庫服務(wù)區(qū)、應(yīng)用服務(wù)器、瀏覽器及分布式技術(shù)進行設(shè)計，設(shè)計的主要功能模塊如圖3所示。系統(tǒng)由不同的分析工具，通過構(gòu)建算法模型，使用插件的方式插到分布式的軟總線上。

5結(jié)語

在客戶關(guān)系管理系統(tǒng)中應(yīng)用數(shù)據(jù)挖掘技術(shù)，通過數(shù)據(jù)挖掘技術(shù)實現(xiàn)客戶信息的整合和分類處理，高效率的利用客戶的數(shù)據(jù)信息，提高客戶關(guān)系管理質(zhì)量，增強企業(yè)的競爭力。通過處理電信系統(tǒng)的客戶關(guān)系，詳細論述了系統(tǒng)分析、系統(tǒng)設(shè)計和系統(tǒng)實現(xiàn)過程，提高了客戶關(guān)系管理的質(zhì)量。通過研究可以建立客戶關(guān)系管理系統(tǒng)和企業(yè)信息管理系統(tǒng)，以提高企業(yè)的核心競爭力，從而促進企業(yè)發(fā)展。

參考文獻

[1]李寶東,宋瀚濤.數(shù)據(jù)挖掘在客戶管理(CRM)中的應(yīng)用[J].計算機應(yīng)用研究,2002,19(10):2-3.

[2]王珊.數(shù)據(jù)倉庫技術(shù)與聯(lián)機分析處理[M].北京:科學出版社,1998:125.

[3]高洪深.決策支持系統(tǒng)(DSS)——理論、方法、案例[M].第2版.北京:清華大學出版社,2000:304.

[4]王樹廣.數(shù)據(jù)挖掘技術(shù)在企業(yè)決策中的應(yīng)用[J].數(shù)字技術(shù)與應(yīng)用,2010(2):79-80.

[5]劉興雨.數(shù)據(jù)挖掘技術(shù)及在電子商務(wù)中的應(yīng)用[J].計算機系統(tǒng)應(yīng)用,10(6):46-47,51.

[6]張曉航,呂廷杰.客戶關(guān)系管理系統(tǒng)[J].電信技術(shù),2002(8):6-9.

[7]段慶華.信息時代的網(wǎng)絡(luò)營銷[J].科技進步與對策,2000,17(1):71-72.

[8]黃彬,童曉敏,唐任仲.網(wǎng)絡(luò)時代CRM應(yīng)用中的若干個關(guān)鍵技術(shù)[J].機電工程,2001,18(5):14-17.

作者:于興平 于騰飛 李洪建 單位:山東科技職業(yè)學院